opencv RK3588

### RK3588平台上安装和配置OpenCV的方法 #### 1. 安装依赖项 在RK3588平台上安装OpenCV前，需先安装必要的依赖库。这些依赖库包括但不限于`cmake`, `g++`, 和图像处理相关的库如`libjpeg-turbo8-dev`, `libpng-dev`, `libtiff5-dev`, `zlib1g-dev`, `libwebp-dev`, `libopenexr-dev`, `libdc1394-22-dev`, `libavcodec-dev`, `libavformat-dev`, `libswscale-dev`, `libv4l-dev`, `libgtk-3-dev`, `libatlas-base-dev`, `liblapacke-dev`, `gfortran`, `python3-numpy`, `python3-pip`, `python3-setuptools`。 可以通过以下命令一次性安装大部分依赖项： ```bash sudo apt update && sudo apt install -y cmake g++ libjpeg-turbo8-dev libpng-dev \ libtiff5-dev zlib1g-dev libwebp-dev libopenexr-dev libdc1394-22-dev \ libavcodec-dev libavformat-dev libswscale-dev libv4l-dev libgtk-3-dev \ libatlas-base-dev liblapacke-dev gfortran python3-numpy python3-pip python3-setuptools ``` 上述操作涵盖了基本的构建需求[^1]。 --- #### 2. 下载OpenCV源码 从官方仓库获取指定版本的OpenCV及其额外模块（opencv_contrib）。以下是具体步骤： 1. **克隆OpenCV源码** 使用Git克隆所需版本的OpenCV代码至本地目录。 ```bash git clone https://github.com/opencv/opencv.git cd opencv git checkout tags/3.4.16 -b 3.4.16 ``` 2. **克隆OpenCV Contrib模块** OpenCV contrib提供了许多扩展功能，建议一并下载。 ```bash git clone https://github.com/opencv/opencv_contrib.git cd opencv_contrib git checkout tags/3.4.16 -b 3.4.16 ``` 对于更高版本如4.x系列，可以调整标签号以匹配目标版本[^3]。 --- #### 3. 配置CMake选项 进入OpenCV根目录创建一个用于编译的子文件夹，并运行CMake进行配置。 ```bash cd ../opencv mkdir build && cd build cmake -D CMAKE_BUILD_TYPE=RELEASE \ -D CMAKE_INSTALL_PREFIX=/usr/local \ -D OPENCV_EXTRA_MODULES_PATH=../../opencv_contrib/modules \ -D WITH_TBB=ON \ -D BUILD_opencv_python3=ON .. ``` 以上参数解释如下： - `-D CMAKE_BUILD_TYPE=RELEASE`: 设置为发布模式优化性能； - `-D CMAKE_INSTALL_PREFIX=/usr/local`: 指定安装路径； - `-D OPENCV_EXTRA_MODULES_PATH=...`: 引入contrib模块支持更多算法； - `-D WITH_TBB=ON`: 启用Intel TBB加速多线程计算； - `-D BUILD_opencv_python3=ON`: 构建Python绑定以便跨语言调用^,^[^2]. 如果遇到特定硬件驱动问题（例如MIPI CSI摄像头），可参考相关文档解决依赖冲突。 --- #### 4. 编译与安装 完成CMake配置后执行实际编译过程。由于RK3588具备较强算力，推荐利用多核并发加快速度。 ```bash make -j$(nproc) sudo make install sudo ldconfig ``` 最后一步更新动态链接器缓存确保新库生效[^4]。 --- #### 5. 测试验证 编写简单的测试程序确认安装成功与否。下面分别给出C++版读取图片的例子以及对应Python脚本形式。 ##### (a) C++ 示例 保存为`test.cpp`: ```cpp #include <opencv2/opencv.hpp> using namespace cv; int main() { Mat image = imread("example.jpg"); if(image.empty()) { printf("Could not load image\n"); return -1; } namedWindow("Display Image", WINDOW_AUTOSIZE); imshow("Display Image", image); waitKey(0); // Wait for a keystroke in the window return 0; } ``` 编译指令： ```bash g++ test.cpp $(pkg-config --cflags --libs opencv4) -o test.out ./test.out ``` ##### (b) Python 示例 保存为`test.py`: ```python import cv2 as cv image = cv.imread('example.jpg') if image is None: print("Image could not be loaded.") else: cv.imshow('Test Window', image) cv.waitKey(0) cv.destroyAllWindows() ``` 运行方式： ```bash python3 test.py ``` 通过观察窗口显示效果判断是否正常工作^,^[^2]. --- ### 总结 综上所述，在RK3588设备上部署OpenCV涉及准备基础环境、拉取合适版本源码、定制化CMake设置直至最终集成测试整个流程。每步均需谨慎对待以免遗漏重要环节影响整体稳定性。